🎉 Sealos 首充折扣,限时返场!最高立返 10000,活动日期 4月22日-4月28日
Sealos Logo

弹性伸缩

掌握 Sealos 智能弹性伸缩功能,自动调节应用实例数量实现资源最优配置。

在 Sealos 的【应用管理】中,我们提供智能的弹性伸缩功能 (Horizontal Pod Autoscaler,简称 HPA)。这个功能就像给应用装上了“自动调节器”,能够根据实时负载情况自动增减应用实例数量,既避免资源浪费又确保服务稳定。

功能原理

想象弹性伸缩系统是一个全天候值守的运维专家,它的工作流程分为三个关键环节:

  1. 持续检测
    持续监测应用实例的 CPU 和内存等核心指标

  2. 智能分析
    根据预设的阈值 (例如 CPU 平均使用率不超过 50%),自动计算出需要增加或减少的实例数量

  3. 自动调节
    通过 Sealos 控制器实时调整实例数量,始终保持资源利用率在健康区间

使用率计算说明

当应用有多个实例时,系统会取所有实例的平均值作为判断依据。例如:

  • 2 个实例的 CPU 使用率分别为 60% 和 40% → 平均 50%
  • 3 个实例的内存使用率分别为 70%、50%、30% → 平均 50%

典型场景示例

假设为电商应用设置以下弹性伸缩规则:

实例数量范围:1-5 个
CPU 使用率目标值:50%

核心计算公式为:

期望副本数 = ceil[当前副本数 × (当前指标值 / 目标值)]

当遇到促销活动时:

🔼 流量高峰时段

假设当前有 3 个实例,CPU 使用率分别为 75%、80%、70% → 平均 75%,目标为 50%。计算为 3 × (75/50) = 4.5,向上取整至 5 个实例。所以将会扩容到 5 个实例。

🌙 日常低峰时段

当 CPU 平均使用率持续 5 分钟低于目标值 (50%) 时 (例如 30%),计算为 5 × (30/50) = 3,所以将会缩容到 3 个实例。

通过这种动态调节机制,既能保障高峰期的服务可用性,又能在低负载时节约资源成本。所有调整过程完全自动化,无需人工干预。

Sealos 弹性伸缩配置

在 GitHub 上编辑

最后更新于

本页导航